有限非精确广域量测下的复杂配电网动态拓扑感知技术研究

Topology analysis of power grids is one of the basic analyses in power systems. This project is aiming at real-time topology awareness of dynamic network changes due to switching, circuit faults, power electronic actions, distribution network reconfigurations, active branch islanding, etc. in complex power distribution networks. Inspired by the idea of mapping the topological parameter variations in wireless sensor network to the low rank perturbation of the unit matrix, the topology variation awareness model of complex power distribution network is explored by limit imprecise WAMS data. Based on that, the theoretical framework of dynamic topology awareness technology will be built and the corresponding real-time topology awareness algorithm is proposed. This project aims to find the balance of the interests between the fundamental theory and industrial applications, mainly including key techniques as following: (1) optimal PMU allocation strategy under the principle of topological variation observable; (2) topology variation awareness modelling of complex power distribution network; (3) eigenvalue spectral analysis of “spiked model type” matrix in power distribution network; (4) basic research on dynamic topology awareness technology; (5) the simulation and performance comparison analysis of proposed algorithm. The results of this project would provide theoretical and technical support for dynamic topology awareness technology of complex power distribution networks.

本项目着眼于由开关开合、线路故障、电力电子动作、配电网重构、支路孤岛等主动及随机因素引起的复杂配电网拓扑动态变化的感知技术，借鉴通信领域无线传感器网络中将拓扑参数变化映射为单位矩阵“低秩扰动”的思路，探索在有限、非精确广域量测条件下对配电网拓扑变化进行实时感知的数学模型，建立基于随机矩阵理论和时间序列的复杂配电网动态拓扑感知技术的理论框架，提出适于电力系统实时应用的拓扑变化快速感知算法。本项目在选题和研究目标上的宗旨是“应用价值和理论价值兼顾”，重点研究以下关键技术：（1）拓扑变化可观原则下的PMU最优配置；（2）建立复杂配电网拓扑变化感知模型；（3）配电网“尖刺型”矩阵特征根谱分布研究；（4）拓扑动态变化感知技术研究；（5）仿真研究和算法性能对比分析。项目研究成果将为复杂配电网拓扑动态变化感知方面的研究提供理论依据和技术支持。

本项目着眼于由主动及随机因素引起的复杂配电网拓扑动态变化的感知方法，取得的主要研究成果包括：.（1）提出了基于子空间扰动模型的复杂配电网动态拓扑感知与定位技术.以配电网导纳矩阵为研究对象，利用电路理论中的基尔霍夫定律推导出反映配电网拓扑变化的子空间扰动模型，该模型由配电网节点电压幅值广域量测数据矩阵构成。在此基础上研究了不同拓扑变化与子空间扰动模型特征根谱分布之间的关系，进而提出了适用于动态拓扑感知的判据和对网络拓扑变化位置进行精确定位的方法。通过对IEEE123节点和8500节点标准算例的仿真发现，本项目提出的感知及定位算法可以检测到线路、节点和开关动作等多种拓扑变化，并能准确定位各种拓扑变化位置。在广域监测装置50%部署率条件下能获得100% 的拓扑变化感知及定位正确率。.（2）提出了未知噪声特性下的配电网动态拓扑感知于定位技术.为提高感知算法的健壮性和普适性，项目继续开展了未知噪声特性条件下的子空间扰动模型及相应判据的理论研究和仿真验证工作。具体地，引入了时间序列来模拟电压幅值广域量测数据，通过理论推导给出了时间序列模型下的配电网子空间扰动模型，同样发现在未知噪声特性下配电网不同拓扑变化与子空间扰动模型特征根谱分布之间存在关联关系。进而修正了高斯模型下的动态拓扑感知判据及定位方法。仿真研究发现，修正后的方法对未知噪声特性的拓扑变化感知及定位具有很好的适应性，且在广域监测装置48%部署率条件下能获得90% 的拓扑变化感知及定位正确率。.（3）提出了基于区块链技术的配电网拓扑辨识实现架构及方法.将配电网划分为子区域和联络线区域，以应对不同量测配置的子区量测数据。通过私密数据协商和边界合同制定对数据一致性进行检查并判断合同是否生效，采用投票机制来验证防止数据篡改。经过校验并成功上链的量测值参与子区的拓扑感知及定位计算，从而实现了基于区块链和隐私保护框架下的去中心化拓扑辨识架构，为动态拓扑感知及定位算法的应用提供了新的思路。